# Каментарыі пачынаюцца са знака рашоткі, таксама вядомага як знак нумара (#). # Вы не можаце рабіць шматрадковыя каментарыі, # але можаце стагаваць некалькі каментарыяў такім чынам. # на Windows вы можаце выкарыстоўваць CTRL-ENTER каб выканаць радок. # на Mac гэта COMMAND-ENTER ############################################################################# # Рэчы, якія вы можаце рабіць не разумеючы нічога пра праграмаванне ############################################################################# # У гэтай секцыі мы пакажам некаторыя выдатныя рэчы, якія вы можаце # рабіць у R не разумеючы нічога пра праграмаванне. Не хвалюйцеся, # калі не разумееце штосьці з таго, што робіць код. Атрымлівайце асалоду! data() # агляд падрыхтаваных датасэтаў data(rivers) # агляд наступнага: "Даўжыня галоўных рэк Паўночнай Амерыкі" ls() # заўважце, што ў працоўнай прасторы цяпер ёсць "rivers" head(rivers) # заглянуць у датасэт # 735 320 325 392 524 450 length(rivers) # колькі рэк было вымерана? # 141 summary(rivers) # якая зводная статыстыка? # Min. 1st Qu. Median Mean 3rd Qu. Max. # 135.0 310.0 425.0 591.2 680.0 3710.0 # зрабіць графік "сцябло і лісце" (прадстаўленне даных у якасці гістаграмы) stem(rivers) # Дзесятковая кропка - 2 лічбы справа ад | # # 0 | 4 # 2 | 011223334555566667778888899900001111223333344455555666688888999 # 4 | 111222333445566779001233344567 # 6 | 000112233578012234468 # 8 | 045790018 # 10 | 04507 # 12 | 1471 # 14 | 56 # 16 | 7 # 18 | 9 # 20 | # 22 | 25 # 24 | 3 # 26 | # 28 | # 30 | # 32 | # 34 | # 36 | 1 stem(log(rivers)) # Заўважце, што даныя размеркаваны ані нармальна, ані логнармальна! # З'ешце, прыхільнікі званавіднай крывой. # Дзесятковая кропка - 1 лічба злева ад | # # 48 | 1 # 50 | # 52 | 15578 # 54 | 44571222466689 # 56 | 023334677000124455789 # 58 | 00122366666999933445777 # 60 | 122445567800133459 # 62 | 112666799035 # 64 | 00011334581257889 # 66 | 003683579 # 68 | 0019156 # 70 | 079357 # 72 | 89 # 74 | 84 # 76 | 56 # 78 | 4 # 80 | # 82 | 2 # зрабіць гістаграму: hist(rivers, col = "#333333", border = "white", breaks = 25) hist(log(rivers), col = "#333333", border = "white", breaks = 25) # пагуляйцеся з параметрамі, зробіце больш графікаў пазней # Вось іншы элегантны датасэт, адзін з падрыхтаваных. У R такіх шмат. data(discoveries) plot(discoveries, col = "#333333", lwd = 3, xlab = "Year", main="Number of important discoveries per year") plot(discoveries, col = "#333333", lwd = 3, type = "h", xlab = "Year", main="Number of important discoveries per year") # Замест таго, каб пакідаць стандартную сарціроўку (па году), мы можам таксама # выкарыстаць сарціроўку, каб пабачыць, што для яго характэрна: sort(discoveries) # [1] 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 # [26] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 # [51] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 # [76] 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 7 7 7 7 8 9 10 12 stem(discoveries, scale = 2) # # Дзесятковая кропка на | # # 0 | 000000000 # 1 | 000000000000 # 2 | 00000000000000000000000000 # 3 | 00000000000000000000 # 4 | 000000000000 # 5 | 0000000 # 6 | 000000 # 7 | 0000 # 8 | 0 # 9 | 0 # 10 | 0 # 11 | # 12 | 0 max(discoveries) # 12 summary(discoveries) # Min. 1st Qu. Median Mean 3rd Qu. Max. # 0.0 2.0 3.0 3.1 4.0 12.0 # Кінуць косць пару разоў round(runif(7, min = .5, max = 6.5)) # 1 4 6 1 4 6 4 # Вашыя нумары будуць адрознівацца ад маіх, хіба што мы не # ўкажам аднолькавы random.seed(31337) # Выцягнуць значэнне з нармальнага размеркавання 9 разоў rnorm(9) # [1] 0.07528471 1.03499859 1.34809556 -0.82356087 0.61638975 -1.88757271 # [7] -0.59975593 0.57629164 1.08455362 ################################################## # Тыпы даных і базавая арыфметыка ################################################## # Цяпер да арыентаванай на праграмавання часткі туторыяла. # У гэтай секцыі вы пазнаёміцеся з важнымі тыпамі даных у R: # цэлалікавыя, лічбавыя, сімвальныя, лагічныя і фактары. # Ёсць і іншыя, але гэтыя - мінімум, які трэба ведаць, каб пачаць. # ЦЭЛАЛІКАВЫЯ # Доўгія цэлалікавыя пішуцца з літарай L 5L # 5 class(5L) # "integer" # (Паспрабуйце ?class каб атрымаць больш інфармацыі пра функцыю class().) # У R кожнае значэнне, як 5L, лічыцца вектарам даўжыні 1 length(5L) # 1 # Вы можаце зрабіць цэлалікавы вектар з даўжынёй больш за 1, таксама: c(4L, 5L, 8L, 3L) # 4 5 8 3 length(c(4L, 5L, 8L, 3L)) # 4 class(c(4L, 5L, 8L, 3L)) # "integer" # ЛІЧБАВЫЯ # "numeric" - гэта лічба падвоенай дакладнасці з плаваючай кропкай 5 # 5 class(5) # "numeric" # Зноў жа, усё ў R ёсць вектарам; # вы можаце зрабіць лічбавы вектар з больш чым адным элементам c(3, 3, 3, 2, 2, 1) # 3 3 3 2 2 1 # Вы таксама можаце выкарыстоўваць навуковы запіс 5e4 # 50000 6.02e23 # пастаянная Авагадра 1.6e-35 # Планкаўская даўжыня # Таксама ёсць бясконца вялікія і маленькія лікі class(Inf) # "numeric" class(-Inf) # "numeric" # Вы можаце выкарыстоўваць "Inf", напрыклад, у integrate(dnorm, 3, Inf); # пазбаўляе ад неабходнасці ў табліцах нармальнага размеркавання. # БАЗАВАЯ АРЫФМЕТЫКА # Вы можаце рабіць арыфметычныя аперацыі з лічбамі # Арыфметычныя аперацыі на сумесі цэлалікавых і лічбавых тыпаў даюць лічбавы 10L + 66L # 76 # цэлалікавы плюс цэлалікавы дае цэлалікавы 53.2 - 4 # 49.2 # лічбавы мінус лічбавы дае лічбавы 2.0 * 2L # 4 # лічбавы памножыць на цэлалікавы дае лічбавы 3L / 4 # 0.75 # цэлалікавы падзяліць на лічбавы дае лічбавы 3 %% 2 # 1 # рэшта ад двух лічбавых - таксама лічбавы # Нядзеючыя арыфметычныя аперацыі даюць "not-a-number": 0 / 0 # NaN class(NaN) # "numeric" # Вы можаце рабіць арыфметычныя аперацыі з двума вектарамі з даўжынёй, # большай за 1, да тых пор, пакуль даўжыня большага вектара # кратная даўжыні меншага c(1, 2, 3) + c(1, 2, 3) # 2 4 6 # Паколькі асобная лічба - гэта вектар даўжыні адзін, скаляры прымяняюцца # паэлементна да вектара (4 * c(1, 2, 3) - 2) / 2 # 1 3 5 # Калі гэта не скаляр, будзьце асцярожнымі праводзячы арыфметычныя аперацыі # з вектарамі рознай даўжыні. Хаця гэта і магчыма, c(1, 2, 3, 1, 2, 3) * c(1, 2) # 1 4 3 2 2 6 # Адпаведныя даўжыні з'яўляюцца лепшай практыкай і палягчаюць чытанне # у большасці выпадкаў c(1, 2, 3, 1, 2, 3) * c(1, 2, 1, 2, 1, 2) # 1 4 3 2 2 6 # СІМВАЛЬНЫЯ # У R няма розніцы паміж радкамі і сімваламі "Horatio" # "Horatio" class("Horatio") # "character" class("H") # "character" # Гэта ўсё сімвальныя вектары даўжыні 1 # Вось даўжэйшы: c("alef", "bet", "gimmel", "dalet", "he") # => "alef" "bet" "gimmel" "dalet" "he" length(c("Call","me","Ishmael")) # 3 # Вы можаце прымяняць regex аперацыі на сімвальных вектарах: substr("Fortuna multis dat nimis, nulli satis.", 9, 15) # "multis " gsub('u', 'ø', "Fortuna multis dat nimis, nulli satis.") # "Fortøna møltis dat nimis, nølli satis." # У R ёсць некалькі падрыхтаваных сімвальных вектараў: letters # => # [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" # [20] "t" "u" "v" "w" "x" "y" "z" month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec" # ЛАГІЧНЫЯ # У R лагічным тыпам ёсць "logical" class(TRUE) # "logical" class(FALSE) # "logical" # Яны паводзяць сябе звычайна TRUE == TRUE # TRUE TRUE == FALSE # FALSE FALSE != FALSE # FALSE FALSE != TRUE # TRUE # Адсутныя даныя (NA) таксама лагічнага тыпу class(NA) # "logical" # Выкарыстоўвайце | і & для лагічных аперацый. # АБО TRUE | FALSE # TRUE # І TRUE & FALSE # FALSE # Выкарыстоўванне | і & на вектарах павяртае паэлементныя лагічныя аперацыі c(TRUE, FALSE, FALSE) | c(FALSE, TRUE, FALSE) # TRUE TRUE FALSE c(TRUE, FALSE, TRUE) & c(FALSE, TRUE, TRUE) # FALSE FALSE TRUE # Вы можаце праверыць, ці x TRUE isTRUE(TRUE) # TRUE # Тут мы атрымоўваем лагічны вектар з некалькімі элементамі: c("Z", "o", "r", "r", "o") == "Zorro" # FALSE FALSE FALSE FALSE FALSE c("Z", "o", "r", "r", "o") == "Z" # TRUE FALSE FALSE FALSE FALSE # ФАКТАРЫ # Фактар выкарыстоўваецца для катэгарычных даных # Фактары могуць быць упарадкаванымі (як адзнакі) # або неўпарадкаванымі (як колеры) factor(c("blue", "blue", "green", NA, "blue")) # blue blue green blue # Levels: blue green # "levels" - гэта значэнні, якія могуць прыймаць катэгарычныя даныя # Заўважце, што адсутныя даныя не ўваходзяць ва ўзроўні levels(factor(c("green", "green", "blue", NA, "blue"))) # "blue" "green" # Калі вектар фактараў мае даўжыню 1, яго ўзроўні будуць таксама мець даўжыню 1 length(factor("green")) # 1 length(levels(factor("green"))) # 1 # Фактары звычайна можна пабачыць у фрэймах даных, структуры даных, # з якою мы разбяромся пазней data(infert) # "Infertility after Spontaneous and Induced Abortion" levels(infert$education) # "0-5yrs" "6-11yrs" "12+ yrs" # NULL # "NULL" дзіўны, выкарыстоўвайце яго каб "абнуляць" вектары class(NULL) # NULL parakeet = c("beak", "feathers", "wings", "eyes") parakeet # "beak" "feathers" "wings" "eyes" parakeet <- NULL parakeet # NULL # ПРЫВЯДЗЕННЕ ДАНЫХ # Прывядзенне даных - гэта калі вы прымушаеце значэнне прыняць іншы тып as.character(c(6, 8)) # "6" "8" as.logical(c(1,0,1,1)) # TRUE FALSE TRUE TRUE # Калі вы пакладзяце элементы розных тыпаў у вектар, # адбудзецца дзіўнае прывядзенне: c(TRUE, 4) # 1 4 c("dog", TRUE, 4) # "dog" "TRUE" "4" as.numeric("Bilbo") # => # [1] NA # Warning message: # NAs introduced by coercion # Майце на ўвазе: гэта былі толькі базавыя тыпы даных # Існуе нашмат болей тыпаў даных, такіх як даты, часавыя рады і іншыя. ################################################## # Пераменныя, цыклы, if/else ################################################## # Пераменныя як скрыні, у якіх захоўваюцца значэнні для пазнейшага выкарыстання. # Мы называем гэта "прызначэннем" значэння пераменнай. # Наяўнасць пераменных дае нам магчымасць выкарыстоўваць цыклы, # функцыі і інструкцыю if/else # ПЕРАМЕННЫЯ # Ёсць шмат спосабаў прызначыць нешта: x = 5 # гэта магчыма y <- "1" # гэта традыцыйна прынята TRUE -> z # гэта працуе, але выглядае дзіўна # Звярніцеся да Інтэрнэту, каб даведацца пра іх працу і перавагі. # ЦЫКЛЫ # Для цыклаў ёсць for (i in 1:4) { print(i) } # Ёсць цыклы while a <- 10 while (a > 4) { cat(a, "...", sep = "") a <- a - 1 } # Майце на ўвазе, што цыклы for і while працуюць павольна ў R # Аперацыі на цэлых вектарах (г.з на цэлых радках, цэлых калонках) # або функцыі накшталт apply() (абмяркуем гэта пазней) маюць перавагу # IF/ELSE # Зноў жа, усё даволі стандартна if (4 > 3) { print("4 болей за 3") } else { print("4 не болей за 3") } # => # [1] "4 болей за 3" # ФУНКЦЫІ # Аб'яўляюцца так: jiggle <- function(x) { x = x + rnorm(1, sd=.1) # дадаць крыху (кантралюемага) шуму return(x) } # Выклікаюцца як і любыя іншыя функцыі R: jiggle(5) # 5±ε. Пасля set.seed(2716057), jiggle(5)==5.005043 ########################################################################### # Структуры даных: вектары, матрыцы, фрэймы даных і масівы ########################################################################### # АДНАМЕРНЫЯ # Пачнём з самага пачатку, і з нечага, што вы ўжо ведаеце: вектараў. vec <- c(8, 9, 10, 11) vec # 8 9 10 11 # Мы запытваем дакладны элемент, пазначаючы падмноства квадратнымі дужкамі # (Заўважце, што адлік у R пачынаецца з 1) vec[1] # 8 letters[18] # "r" LETTERS[13] # "M" month.name[9] # "September" c(6, 8, 7, 5, 3, 0, 9)[3] # 7 # Мы таксама можам шукаць індэксы дакладных кампанентаў, which(vec %% 2 == 0) # 1 3 # узяць толькі першыя або астатнія некалькі запісаў вектара, head(vec, 1) # 8 tail(vec, 2) # 10 11 # або даведацца, ці ёсць дакладнае значэнне ў вектары any(vec == 10) # TRUE # Калі індэкс "пераваліць", вы атрымаеце NA: vec[6] # NA # Вы можаце знайсці даўжыню свайго вектара з length() length(vec) # 4 # Вы можаце праводзіць аперацыі над цэлымі вектарамі або часткамі вектараў vec * 4 # 32 36 40 44 vec[2:3] * 5 # 45 50 any(vec[2:3] == 8) # FALSE # і R мае шмат убудаваных функцый для падсумоўвання вектараў mean(vec) # 9.5 var(vec) # 1.666667 sd(vec) # 1.290994 max(vec) # 11 min(vec) # 8 sum(vec) # 38 # Больш прыемных убудаванак: 5:15 # 5 6 7 8 9 10 11 12 13 14 15 seq(from = 0, to = 31337, by = 1337) # => # [1] 0 1337 2674 4011 5348 6685 8022 9359 10696 12033 13370 14707 # [13] 16044 17381 18718 20055 21392 22729 24066 25403 26740 28077 29414 30751 # ДВУМЕРНЫЯ (УСЕ АДНАГО КЛАСУ) # Вы можаце зрабіць матрыцу з запісаў аднолькавага тыпу вось так: mat <- matrix(nrow = 3, ncol = 2, c(1, 2, 3, 4, 5, 6)) mat # => # [,1] [,2] # [1,] 1 4 # [2,] 2 5 # [3,] 3 6 # У адрозненні ад вектара, класам матрыцы ёсць "matrix", што б у ёй не было class(mat) # "matrix" "array" # Запытаць першы радок mat[1, ] # 1 4 # Perform operation on the first column 3 * mat[, 1] # 3 6 9 # Правесці аперацыю над першай калонкай mat[3, 2] # 6 # Транспанаваць усю матрыцу t(mat) # => # [,1] [,2] [,3] # [1,] 1 2 3 # [2,] 4 5 6 # Памнажэнне матрыц mat %*% t(mat) # => # [,1] [,2] [,3] # [1,] 17 22 27 # [2,] 22 29 36 # [3,] 27 36 45 # cbind() склейвае вектары па калонках каб зрабіць матрыцу mat2 <- cbind(1:4, c("dog", "cat", "bird", "dog")) mat2 # => # [,1] [,2] # [1,] "1" "dog" # [2,] "2" "cat" # [3,] "3" "bird" # [4,] "4" "dog" class(mat2) # matrix # Зноў жа, заўважце, што здарылася! # Таму што матрыца павінна змяшчаць у сабе запісы аднолькавага тыпу, # усё павінна быць ператворана ў сімвальны клас c(class(mat2[, 1]), class(mat2[, 2])) # rbind() склейвае вектары па радках каб стварыць матрыцу mat3 <- rbind(c(1, 2, 4, 5), c(6, 7, 0, 4)) mat3 # => # [,1] [,2] [,3] [,4] # [1,] 1 2 4 5 # [2,] 6 7 0 4 # Ах, усё аднаго класу. Ніякага прывядзення. Нашмат лепей. # ДВУМЕРНЫЯ (РОЗНЫХ КЛАСАЎ) # Для калонак розных тыпаў выкарыстоўвайце фрэймы даных # Гэтая структура даных дужа карысная для статыстычнага праграмавання, # яе версія была дададзена ў Python у пакеце "pandas". students <- data.frame(c("Cedric", "Fred", "George", "Cho", "Draco", "Ginny"), c( 3, 2, 2, 1, 0, -1), c( "H", "G", "G", "R", "S", "G")) names(students) <- c("name", "year", "house") # даць імёны калонкам class(students) # "data.frame" students # => # name year house # 1 Cedric 3 H # 2 Fred 2 G # 3 George 2 G # 4 Cho 1 R # 5 Draco 0 S # 6 Ginny -1 G class(students$year) # "numeric" class(students[,3]) # "factor" # find the dimensions nrow(students) # 6 ncol(students) # 3 dim(students) # 6 3 # Функцыя data.frame() аўтаматычна ператварала сімвальныя вектары # ў фактарныя вектары; Гэта змянілася ў R 4.0.0. Калі ваша версія # R старэйшая, адключыце гэта ўстанавіўшы stringsAsFactors = FALSE # калі ствараеце data.frame ?data.frame # Існуе шмат звілістых спосабаў стварыць падмноства фрэйма даных, # усе па-свойму розныя students$year # 3 2 2 1 0 -1 students[, 2] # 3 2 2 1 0 -1 students[, "year"] # 3 2 2 1 0 -1 # Павялічаная версія структуры data.frame - гэта data.table # Калі працуеце з вялізнымі або панэльнымі данымі, або маеце патрэбу # аб'яднаць некалькі набораў даных, data.table можа быць добрым выбарам. # Вось хуткі тур: install.packages("data.table") # сцягнуць пакет з CRAN require(data.table) # загрузіць яго students <- as.data.table(students) students # заўважце крыху іншы вывад # => # name year house # 1: Cedric 3 H # 2: Fred 2 G # 3: George 2 G # 4: Cho 1 R # 5: Draco 0 S # 6: Ginny -1 G students[name == "Ginny"] # атрымаць радкі, дзе "Ginny" # => # name year house # 1: Ginny -1 G students[year == 2] # атрымаць радкі, дзе year == 2 # => # name year house # 1: Fred 2 G # 2: George 2 G # data.table дазваляе лёгка аб'яднаць два наборы даных # давайце зробім іншую data.table каб аб'яднаць яе з students founders <- data.table(house = c("G" , "H" , "R" , "S"), founder = c("Godric", "Helga", "Rowena", "Salazar")) founders # => # house founder # 1: G Godric # 2: H Helga # 3: R Rowena # 4: S Salazar setkey(students, house) setkey(founders, house) students <- founders[students] # аб'яднаць два наборы даных з адпаведнымі "house" setnames(students, c("house", "houseFounderName", "studentName", "year")) students[, order(c("name", "year", "house", "houseFounderName")), with = F] # => # studentName year house houseFounderName # 1: Fred 2 G Godric # 2: George 2 G Godric # 3: Ginny -1 G Godric # 4: Cedric 3 H Helga # 5: Cho 1 R Rowena # 6: Draco 0 S Salazar # data.table робіць падсумоўванне табліц простым students[, sum(year), by = house] # => # house V1 # 1: G 3 # 2: H 3 # 3: R 1 # 4: S 0 # Каб выключыць калонку з data.frame ці data.table, # прызначце ёй значэнне NULL students$houseFounderName <- NULL students # => # studentName year house # 1: Fred 2 G # 2: George 2 G # 3: Ginny -1 G # 4: Cedric 3 H # 5: Cho 1 R # 6: Draco 0 S # Выключыць радок праз падмноства # Выкарыстоўваючы data.table: students[studentName != "Draco"] # => # house studentName year # 1: G Fred 2 # 2: G George 2 # 3: G Ginny -1 # 4: H Cedric 3 # 5: R Cho 1 # Выкарыстоўваючы data.frame: students <- as.data.frame(students) students[students$house != "G", ] # => # house houseFounderName studentName year # 4 H Helga Cedric 3 # 5 R Rowena Cho 1 # 6 S Salazar Draco 0 # ШМАТМЕРНЫЯ (УСЕ ЭЛЕМЕНТЫ АДНАГО ТЫПУ) # Масівы ствараюць n-мерныя табліцы # Усе элементы павінны быць аднаго тыпу # Вы можаце стварыць двухмерную табліцу (нешта накшталт матрыцы) array(c(c(1, 2, 4, 5), c(8, 9, 3, 6)), dim = c(2, 4)) # => # [,1] [,2] [,3] [,4] # [1,] 1 4 8 3 # [2,] 2 5 9 6 # Вы можаце выкарыстоўваць масівы, каб таксама зрабіць трохмерныя матрыцы array(c(c(c(2, 300, 4), c(8, 9, 0)), c(c(5, 60, 0), c(66, 7, 847))), dim = c(3, 2, 2)) # => # , , 1 # # [,1] [,2] # [1,] 2 8 # [2,] 300 9 # [3,] 4 0 # # , , 2 # # [,1] [,2] # [1,] 5 66 # [2,] 60 7 # [3,] 0 847 # СПІСЫ(ШМАТМЕРНЫЯ, МАГЧЫМА НЯРОЎНЫЯ, З РОЗНЫХ ТЫПАМІ) # Нарэшце, у R ёсць спісы (вектараў) list1 <- list(time = 1:40) list1$price = c(rnorm(40, .5*list1$time, 4)) # рандом list1 # Вы можаце атрымаць элементы спіса наступным чынам list1$time # адзін спосаб list1[["time"]] # іншы спосаб list1[[1]] # яшчэ іншы спосаб # => # [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 # [34] 34 35 36 37 38 39 40 # Вы можаце вылучаць падмноства спісаў як і любых іншых вектараў list1$price[4] # Спісы не найэфектыўнейшая структура даных для працы ў R; # пакуль у вас няма вельмі добрай прычыны, лепей аддаваць перавагу data.frames # Спісы звычайна павяртаюцца функцыямі, якія выконваюць лінейныя рэгрэсіі ################################################## # Сямейства функцый apply() ################################################## # Памятаеце mat? mat # => # [,1] [,2] # [1,] 1 4 # [2,] 2 5 # [3,] 3 6 # Выкарыстоўвайце apply(X, MARGIN, FUN) каб прымяніць функцыю FUN на матрыцы X # для радкоў (MAR = 1) або калонак (MAR = 2) # Усё так, R выконвае FUN на кожным радку (або калонцы) X нашмат хутчэй # за цыклы for і while apply(mat, MAR = 2, jiggle) # => # [,1] [,2] # [1,] 3 15 # [2,] 7 19 # [3,] 11 23 # іншыя функцыі: ?lapply, ?sapply # Не бойцеся, кожны згодны, што гэта даволі заблытана # Пакет plyr накіраваны на замену (і паляпшэнне) сямейства *apply(). install.packages("plyr") require(plyr) ?plyr ######################### # Загрузка даных ######################### # "pets.csv" - файл з інтэрнэту # (але гэта таксама можа быць файл на вашым уласным камп'ютары) require(RCurl) pets <- read.csv(textConnection(getURL("https://learnxinyminutes.com/pets.csv"))) pets head(pets, 2) # першыя два радкі tail(pets, 1) # апошні радок # Каб захаваць фрэйм даных або матрыцу ў .csv файл write.csv(pets, "pets2.csv") # зрабіць новы .csv файл # устанаўлівайце працоўную дырэкторыю з setwd(), дазнавайцеся яе з getwd() # Глядзіце ?read.csv і ?write.csv каб атрымаць больш інфармацыі ######################### # Статыстычны Аналіз ######################### # Лінейная рэгрэсія! linearModel <- lm(price ~ time, data = list1) linearModel # выводзіць рэзультаты рэгрэсіі # => # Call: # lm(formula = price ~ time, data = list1) # # Coefficients: # (Intercept) time # 0.1453 0.4943 summary(linearModel) # больш падрабязны вывад з рэгрэсіі # => # Call: # lm(formula = price ~ time, data = list1) # # Residuals: # Min 1Q Median 3Q Max # -8.3134 -3.0131 -0.3606 2.8016 10.3992 # # Coefficients: # Estimate Std. Error t value Pr(>|t|) # (Intercept) 0.14527 1.50084 0.097 0.923 # time 0.49435 0.06379 7.749 2.44e-09 *** # --- # Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 # # Residual standard error: 4.657 on 38 degrees of freedom # Multiple R-squared: 0.6124, Adjusted R-squared: 0.6022 # F-statistic: 60.05 on 1 and 38 DF, p-value: 2.44e-09 coef(linearModel) # выцягнуць чаканыя параметры # => # (Intercept) time # 0.1452662 0.4943490 summary(linearModel)$coefficients # іншы спосаб выцягнуць рэзультаты # => # Estimate Std. Error t value Pr(>|t|) # (Intercept) 0.1452662 1.50084246 0.09678975 9.234021e-01 # time 0.4943490 0.06379348 7.74920901 2.440008e-09 summary(linearModel)$coefficients[, 4] # p-значэнні # => # (Intercept) time # 9.234021e-01 2.440008e-09 # АГУЛЬНЫЯ ЛІНЕЙНЫЯ МАДЭЛІ # Лагістычная рэгрэсія set.seed(1) list1$success = rbinom(length(list1$time), 1, .5) # выпадковае бінарнае значэнне glModel <- glm(success ~ time, data = list1, family=binomial(link="logit")) glModel # выводзіць рэзультат лагістычнай рэгрэсіі # => # Call: glm(formula = success ~ time, # family = binomial(link = "logit"), data = list1) # # Каэфіцыенты: # (Intercept) time # 0.17018 -0.01321 # # Degrees of Freedom: 39 Total (i.e. Null); 38 Residual # Null Deviance: 55.35 # Residual Deviance: 55.12 AIC: 59.12 summary(glModel) # больш падрабязны вывад з рэгрэсіі # => # Call: # glm( # formula = success ~ time, # family = binomial(link = "logit"), # data = list1) # Deviance Residuals: # Min 1Q Median 3Q Max # -1.245 -1.118 -1.035 1.202 1.327 # # Coefficients: # Estimate Std. Error z value Pr(>|z|) # (Intercept) 0.17018 0.64621 0.263 0.792 # time -0.01321 0.02757 -0.479 0.632 # # (Dispersion parameter for binomial family taken to be 1) # # Null deviance: 55.352 on 39 degrees of freedom # Residual deviance: 55.121 on 38 degrees of freedom # AIC: 59.121 # # Number of Fisher Scoring iterations: 3 ######################### # Графікі ######################### # УБУДАВАНЫЯ ФУНКЦЫІ ДЛЯ ГРАФІКАЎ # Кропкавыя дыяграмы! plot(list1$time, list1$price, main = "fake data") # Намаляваць лінію рэгрэсіі на існуючай дыяграме abline(linearModel, col = "red") # Трымайце шэраг прыемных дыягностык plot(linearModel) # Гістаграмы! hist(rpois(n = 10000, lambda = 5), col = "thistle") # Слупкаватыя дыяграмы! barplot(c(1, 4, 5, 1, 2), names.arg = c("red", "blue", "purple", "green", "yellow")) # GGPLOT2 # І гэта нават не найпрыгажэйшыя з графікаў R # Паспрабуйце пакет ggplot2, у якім больш лепшых графікаў install.packages("ggplot2") require(ggplot2) ?ggplot2 pp <- ggplot(students, aes(x = house)) pp + geom_bar() ll <- as.data.table(list1) pp <- ggplot(ll, aes(x = time, price)) pp + geom_point() # ggplot2 has excellent documentation (available http://docs.ggplot2.org/current/)